使用 XSLT 将 CSV 转换为分层 XML

Question

我需要创建一个 XSLT 以将 CSV（逗号分隔文件）转换为分层文件 XML。

这是输入文件：

<root>
L11,L12,L21,L22,L31,L32
1,A,1,C,1,G
1,A,1,C,2,H
1,A,2,D,1,I
1,A,2,D,2,J
2,B,1,E,1,K
2,B,1,E,2,L
2,B,2,F,1,M
2,B,2,F,2,N
</root>

这是所需的输出 XML:

<?xml version="1.0" encoding="utf-8"?>
<Document>
  <Level1>
    <L11>1</L11>
    <L12>A</L12>
    <Level2>
      <L21>1</L11>
      <L22>C</L12>
      <Level3>
        <L31>1</L31>
        <L32>G</L32>
      </Level3>
      <Level3>
        <L31>2</L31>
        <L32>H</L32>
      </Level3>
    </Level2>
    <Level2>
      <L21>2</L11>
      <L22>D</L12>
      <Level3>
        <L31>1</L31>
        <L32>I</L32>
      </Level3>
      <Level3>
        <L31>2</L31>
        <L32>J</L32>
      </Level3>
    </Level2>
  </Level1>
  <Level1>
    <L11>2</L11>
    <L12>B</L12>
    <Level2>
      <L21>1</L11>
      <L22>E</L12>
      <Level3>
        <L31>1</L31>
        <L32>K</L32>
      </Level3>
      <Level3>
        <L31>2</L31>
        <L32>L</L32>
      </Level3>
    </Level2>
    <Level2>
      <L21>2</L11>
      <L22>F</L12>
      <Level3>
        <L31>1</L31>
        <L32>M</L32>
      </Level3>
      <Level3>
        <L31>2</L31>
        <L32>N</L32>
      </Level3>
    </Level2>
  </Level1>
</Document>

我一直试图在网上找到一些示例，但是找不到任何类似的东西。我以前从未做过 XSLT 转换，所以如果你能指出正确的方向，我将不胜感激。

更新 1：我正在考虑两步转换。例如。第一步是将 CSV 转换为 XML:

<?xml version="1.0" encoding="utf-8"?>
<Document>
  <row><L11>1</L11><L12>A</L12><L21>1</L12><L31>C</L31><L32>1</L31><L32>G</L32></row>
  <row><L11>1</L11><L12>A</L12><L21>1</L12><L31>C</L31><L32>2</L31><L32>H</L32></row>
  <row><L11>1</L11><L12>A</L12><L21>2</L12><L31>D</L31><L32>1</L31><L32>I</L32></row>
  <row><L11>1</L11><L12>A</L12><L21>2</L12><L31>D</L31><L32>2</L31><L32>J</L32></row>
  <row><L11>2</L11><L12>B</L12><L21>1</L12><L31>E</L31><L32>1</L31><L32>K</L32></row>
  <row><L11>2</L11><L12>B</L12><L21>1</L12><L31>E</L31><L32>2</L31><L32>L</L32></row>
  <row><L11>2</L11><L12>B</L12><L21>2</L12><L31>F</L31><L32>1</L31><L32>M</L32></row>
  <row><L11>2</L11><L12>B</L12><L21>2</L12><L31>F</L31><L32>2</L31><L32>N</L32></row>   
</Document>

第二步是使用某种分组将 XML 转换为所需的格式。如果没有其他方法，我不介意进行 2 次转换。

有什么建议吗？

更新 2：将使用 Microsoft .NET Framework XSLT 处理器。

如果抽象示例难以阅读，您可以在此处查看所需转换的真实示例：http://servingxml.sourceforge.net/examples/#timesheets-eg

据我所知，使用单一转换是不可能的，所以如果有人能告诉我如何将 XML 从 Update 1 格式转换为所需的 XML格式，一半的工作就完成了，我会接受这个答案。

Answer 1

嗯，您提供的数据不是 XML，因此要解决该问题，您至少需要像 Saxon 9、XmlPrime、Exselt 或 Altova 实现的 XSLT 2.0。我认为第一步可以将逗号分隔行中的数据转换为 XML 元素，然后第二步可以使用分组转换输入。在我看来，XSLT 3.0 支持的复合分组键使用可能会有所帮助，因此以下是 XSLT 3.0：

<?xml version="1.0" encoding="UTF-8"?>
<xsl:stylesheet xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
    xmlns:xs="http://www.w3.org/2001/XMLSchema"
    xmlns:math="http://www.w3.org/2005/xpath-functions/math"
    xmlns:array="http://www.w3.org/2005/xpath-functions/array"
    xmlns:mf="http://example.com/mf"
    exclude-result-prefixes="xs math array mf" version="3.0">

    <xsl:param name="sep" as="xs:string" select="','"/>

    <xsl:output indent="yes"/>

    <xsl:function name="mf:nest" as="element(Level)*">
        <xsl:param name="levels" as="xs:string*"/>
        <xsl:for-each-group select="$levels" group-by="substring(., 1, 1)">
            <xsl:if test="current-grouping-key() != ''">
                <Level index="{current-grouping-key()}">
                    <xsl:sequence select="mf:nest(current-group() ! substring(., 2))"/>
                </Level>
            </xsl:if>
        </xsl:for-each-group>
    </xsl:function>

    <xsl:function name="mf:group" as="element()*">
        <xsl:param name="rows" as="element(row)*"/>
        <xsl:param name="levels" as="element(Level)*"/>
        <xsl:param name="index" as="xs:integer"/>
        <xsl:variable name="current-level" as="element(Level)?" select="$levels[1]"/>
        <xsl:if test="$current-level">
            <xsl:variable name="indices-of-current-level" select="$current-level/Level/@index!(. + $index)"/>
            <xsl:for-each-group select="$rows" group-by="cell[position() = $indices-of-current-level]" composite="yes">
                <Level index="{$current-level/@index}">
                    <xsl:for-each select="current-grouping-key()">
                        <Data index="L{$current-level/@index}{position()}">
                            <xsl:value-of select="."/>
                        </Data>
                    </xsl:for-each>
                    <xsl:sequence select="mf:group(current-group(), $levels[position() gt 1], $index + count(current-grouping-key()))"/>
                </Level>
            </xsl:for-each-group>
        </xsl:if>   
    </xsl:function>

    <xsl:template match="root">
        <xsl:variable name="lines" select="tokenize(., '(\r?\n)+')[normalize-space()]"/>

        <xsl:variable name="levels" select="tokenize(normalize-space($lines[1]), $sep)"/>

        <xsl:variable name="nesting" select="mf:nest($levels ! substring(., 2))"/>

        <xsl:variable name="data" select="$lines[position() gt 1]"/>
        <xsl:variable name="rows" as="element(row)*">
            <xsl:for-each select="$data">
                <row>
                    <xsl:for-each select="tokenize(normalize-space(), $sep)">
                        <cell>
                            <xsl:value-of select="."/>
                        </cell>
                    </xsl:for-each>
                </row>
            </xsl:for-each>
        </xsl:variable>
        <document>
            <!-- only for debugging respectively to show the intermediate XML data structure used for further processing -->
            <xsl:copy-of select="$nesting"/>
            <xsl:copy-of select="$rows"/>

            <xsl:sequence select="mf:group($rows, $nesting, 0)"/>
        </document>
    </xsl:template>


</xsl:stylesheet>

这给出了结果

<?xml version="1.0" encoding="UTF-8"?>
<document>
   <Level index="1">
      <Level index="1"/>
      <Level index="2"/>
   </Level>
   <Level index="2">
      <Level index="1"/>
      <Level index="2"/>
   </Level>
   <Level index="3">
      <Level index="1"/>
      <Level index="2"/>
   </Level>
   <row>
      <cell>1</cell>
      <cell>A</cell>
      <cell>1</cell>
      <cell>C</cell>
      <cell>1</cell>
      <cell>G</cell>
   </row>
   <row>
      <cell>1</cell>
      <cell>A</cell>
      <cell>1</cell>
      <cell>C</cell>
      <cell>2</cell>
      <cell>H</cell>
   </row>
   <row>
      <cell>1</cell>
      <cell>A</cell>
      <cell>2</cell>
      <cell>D</cell>
      <cell>1</cell>
      <cell>I</cell>
   </row>
   <row>
      <cell>1</cell>
      <cell>A</cell>
      <cell>2</cell>
      <cell>D</cell>
      <cell>2</cell>
      <cell>J</cell>
   </row>
   <row>
      <cell>2</cell>
      <cell>B</cell>
      <cell>1</cell>
      <cell>E</cell>
      <cell>1</cell>
      <cell>K</cell>
   </row>
   <row>
      <cell>2</cell>
      <cell>B</cell>
      <cell>1</cell>
      <cell>E</cell>
      <cell>2</cell>
      <cell>L</cell>
   </row>
   <row>
      <cell>2</cell>
      <cell>B</cell>
      <cell>2</cell>
      <cell>F</cell>
      <cell>1</cell>
      <cell>M</cell>
   </row>
   <row>
      <cell>2</cell>
      <cell>B</cell>
      <cell>2</cell>
      <cell>F</cell>
      <cell>2</cell>
      <cell>N</cell>
   </row>
   <Level index="1">
      <Data index="L11">1</Data>
      <Data index="L12">A</Data>
      <Level index="2">
         <Data index="L21">1</Data>
         <Data index="L22">C</Data>
         <Level index="3">
            <Data index="L31">1</Data>
            <Data index="L32">G</Data>
         </Level>
         <Level index="3">
            <Data index="L31">2</Data>
            <Data index="L32">H</Data>
         </Level>
      </Level>
      <Level index="2">
         <Data index="L21">2</Data>
         <Data index="L22">D</Data>
         <Level index="3">
            <Data index="L31">1</Data>
            <Data index="L32">I</Data>
         </Level>
         <Level index="3">
            <Data index="L31">2</Data>
            <Data index="L32">J</Data>
         </Level>
      </Level>
   </Level>
   <Level index="1">
      <Data index="L11">2</Data>
      <Data index="L12">B</Data>
      <Level index="2">
         <Data index="L21">1</Data>
         <Data index="L22">E</Data>
         <Level index="3">
            <Data index="L31">1</Data>
            <Data index="L32">K</Data>
         </Level>
         <Level index="3">
            <Data index="L31">2</Data>
            <Data index="L32">L</Data>
         </Level>
      </Level>
      <Level index="2">
         <Data index="L21">2</Data>
         <Data index="L22">F</Data>
         <Level index="3">
            <Data index="L31">1</Data>
            <Data index="L32">M</Data>
         </Level>
         <Level index="3">
            <Data index="L31">2</Data>
            <Data index="L32">N</Data>
         </Level>
      </Level>
   </Level>
</document>

在 Oxygen 18 中使用 Saxon PE 9.6 或在 Altova XMLSpy 2017 中使用 XSLT 3.0 处理器。您当然可以删除输出中间数据结构的行，并且可以更改最终的创建 XML 输出名称中包含级别的元素名称，但我更喜欢使用可以由模式表示的名称，并将任何计数器或级别索引放入属性中。

Answer 2

为清楚起见，我稍微修改了您的输入，使标签有意义：

XML

<root>
GroupName,GroupValue,SubGroupName,SubGroupValue,ItemName,ItemValue
1,A,1,C,1,G
1,A,1,C,2,H
1,A,2,D,1,I
1,A,2,D,2,J
2,B,1,E,1,K
2,B,1,E,2,L
2,B,2,F,1,M
2,B,2,F,2,N
</root>

XSLT 1.0

<xsl:stylesheet version="1.0" 
xmlns:xsl="http://www.w3.org/1999/XSL/Transform"
xmlns:exsl="http://exslt.org/common"
extension-element-prefixes="exsl">
<xsl:output method="xml" version="1.0" encoding="UTF-8" indent="yes"/>

<xsl:key name="k1" match="row" use="cell[1]"/>
<xsl:key name="k2" match="row" use="concat(cell[1], '|', cell[3])"/>

<xsl:template match="/">
    <!-- tokenize csv -->
    <xsl:variable name="rows">
        <xsl:call-template name="tokenize">
            <xsl:with-param name="text" select="root"/>
        </xsl:call-template>
    </xsl:variable>
    <xsl:variable name="data">
        <xsl:for-each select="exsl:node-set($rows)/row[position() > 1]">
            <row>
                <xsl:call-template name="tokenize">
                    <xsl:with-param name="text" select="."/>
                    <xsl:with-param name="delimiter" select="','"/>
                    <xsl:with-param name="name" select="'cell'"/>
                </xsl:call-template>
            </row>
        </xsl:for-each>
    </xsl:variable>
    <!-- output -->
    <document>
        <xsl:for-each select="exsl:node-set($data)/row[count(. | key('k1', cell[1])[1]) = 1]">
            <group>
                <name>
                    <xsl:value-of select="cell[1]"/>
                </name>
                <value>
                    <xsl:value-of select="cell[2]"/>
                </value>
                <xsl:for-each select="key('k1', cell[1])[count(. | key('k2', concat(cell[1], '|', cell[3]))[1]) = 1]">
                    <subgroup>
                        <name>
                            <xsl:value-of select="cell[3]"/>
                        </name>
                        <value>
                            <xsl:value-of select="cell[4]"/>
                        </value>
                        <items>
                            <xsl:for-each select="key('k2', concat(cell[1], '|', cell[3]))">
                                <item>
                                    <name>
                                        <xsl:value-of select="cell[5]"/>
                                    </name>
                                    <value>
                                        <xsl:value-of select="cell[6]"/>
                                    </value>
                                </item>
                            </xsl:for-each>
                        </items>
                    </subgroup>
                </xsl:for-each>
            </group>
        </xsl:for-each>
    </document>
</xsl:template>

<xsl:template name="tokenize">
    <xsl:param name="text"/>
    <xsl:param name="delimiter" select="'&#10;'"/>
    <xsl:param name="name" select="'row'"/>
    <xsl:variable name="token" select="substring-before(concat($text, $delimiter), $delimiter)" />
    <xsl:if test="$token">
        <xsl:element name="{$name}">
            <xsl:value-of select="$token"/>
        </xsl:element>
    </xsl:if>
    <xsl:if test="contains($text, $delimiter)">
        <!-- recursive call -->
        <xsl:call-template name="tokenize">
            <xsl:with-param name="text" select="substring-after($text, $delimiter)"/>
            <xsl:with-param name="delimiter" select="$delimiter"/>
            <xsl:with-param name="name" select="$name"/>
        </xsl:call-template>
    </xsl:if>
</xsl:template>

</xsl:stylesheet>

结果

<?xml version="1.0" encoding="UTF-8"?>
<document>
   <group>
      <name>1</name>
      <value>A</value>
      <subgroup>
         <name>1</name>
         <value>C</value>
         <items>
            <item>
               <name>1</name>
               <value>G</value>
            </item>
            <item>
               <name>2</name>
               <value>H</value>
            </item>
         </items>
      </subgroup>
      <subgroup>
         <name>2</name>
         <value>D</value>
         <items>
            <item>
               <name>1</name>
               <value>I</value>
            </item>
            <item>
               <name>2</name>
               <value>J</value>
            </item>
         </items>
      </subgroup>
   </group>
   <group>
      <name>2</name>
      <value>B</value>
      <subgroup>
         <name>1</name>
         <value>E</value>
         <items>
            <item>
               <name>1</name>
               <value>K</value>
            </item>
            <item>
               <name>2</name>
               <value>L</value>
            </item>
         </items>
      </subgroup>
      <subgroup>
         <name>2</name>
         <value>F</value>
         <items>
            <item>
               <name>1</name>
               <value>M</value>
            </item>
            <item>
               <name>2</name>
               <value>N</value>
            </item>
         </items>
      </subgroup>
   </group>
</document>

注：

元素名称被硬编码到样式表中，而不是从输入中获取（尽管这也可能需要更多的努力）；
您可能必须使用 msxsl:node-set() 函数而不是 EXSLT 函数。

使用 XSLT 将 CSV 转换为分层 XML

Converting CSV to hierarchichal XML using XSLT

xml

csv

transform

xslt-1.0

xslt-grouping